摘要
本申请涉及一种基于多任务学习的近实时态势预测方法及装置,该方法包括获取态势数据;对态势数据进行数据特征提取,得到对应的数据特征;将数据特征输入训练好的多任务学习模型,并利用训练好的多任务学习模型输出对应的态势预测结果。利用训练好的多任务学习模型,根据提取得到的数据特征输出对应的预测结果,且训练好的多任务学习模型能够捕获和利用不同任务间的内在联系,更全面的捕捉复杂系统或环境中的多维度信息,实现对于系统未来状态更加准确的态势预测。
技术关键词
多任务学习模型
态势预测方法
数据特征提取
时间序列特征
非易失性计算机可读存储介质
计算机程序指令
特征选择技术
学习算法
统计特征
特征提取器
特征提取模块
数据获取模块
处理器
分类器
控制系统
存储器
定义
系统为您推荐了相关专利信息
生成方法
模式识别
政务大数据
计算机执行指令
在线学习算法
海上风机叶片
风机叶片裂纹
在线监测方法
天气情况数据
深度学习模型
出水总氮浓度
碳源投加方法
融合特征
数字孪生模型
碳源投加量
远程监控方法
长短期记忆网络
设备运行参数
线性分类器
多模态数据融合